CC BY
19
УДК 519.8
DOI: 10.18698/0236-3933-2019-4-45-61
ФОРМИРОВАНИЕ КОЛЛЕКТИВА РЕШАЮЩИХ ПРАВИЛ МНОГОКРИТЕРИАЛЬНЫМ ЭВОЛЮЦИОННЫМ АЛГОРИТМОМ В ЗАДАЧЕ АНАЛИЗА ЭМОЦИЙ ЧЕЛОВЕКА ПО АУДИОДАННЫМ
А.С. Полякова polyakova_nasty@mail.ru
Л.В. Липинский lipinskiyl@mail.ru
Сибирский государственный университет науки и технологий имени академика М.Ф. Решетнева, г. Красноярск, Российская Федерация
Аннотация
Одной из важнейших задач современного этапа информатизации общества является развитие систем человеко-машинного интерфейса, в том числе систем автоматизированного распознавания эмоций человека. Эмоции человека выражены в виде комбинации двух показателей: Valence — направленность эмоции (отрицательные или положительные) и Arousal — выраженность эмоции (степень возбужденности). Эти показатели представлены вещественными числами. Для точности прогнозирования предложено использовать методы коллективного вывода. Точность коллективного решения оценена коэффициентом корреляции согласованности. Агенты (алгоритмы) в коллектив отобраны с помощью многокритериального эволюционного алгоритма. Применение многокритериального эволюционного алгоритма дало возможность автоматизировать процесс формирования коллектива, что позволило снизить затраты временных и материальных ресурсов. Коллектив построен на основе двух критериев: максимизации точности и минимизации числа агентов в коллективе. Для принятия решения коллективом применены такие способы, как простое голосование, взвешенное среднее, взвешенное среднее с учетом степени доверия к агенту, а также система на основе нечеткой логики. Для повышения эффективности решения задачи интеллектуального анализа данных предложена модификация системы на основе нечеткой логики. Проведены анализ и исследование эффективности многокритериального эволюционного алгоритма при решении задачи
Ключевые слова
Коллектив, эволюционные процедуры, многокритериальные алгоритмы оптимизации, алгоритмы интеллектуального анализа данных, системы на нечеткой логике, задача регрессии
прогнозирования эмоционального поведения человека. Экспериментально выявлено, что применение многокритериального эволюционного алгоритма для автоматизированного формирования
состава коллектива приводит к более точному Поступила 15.01.2019 решению задачи © Автор(ы), 2019
Исследование выполнено при поддержке Министерства науки и высшего образования Российской Федерации (Минобрнауки России) в рамках базового госбюджетного финансирования по проекту № 2.1680.2017/ПЧ
Введение. Для повышения точности решения задач классификации и регрессии в последние годы широко используются коллективы моделей. В литературе подобные системы упоминаются под разными названиями: смесь экспертов (mixture of experts), ансамбли классификаторов (classifier ensembles), смесь классификаторов (classifier fusion), системы множественных классификаторов (multiple classifier systems) [1]. Ансамбль классификаторов (коллектив) — это набор классификаторов, чьи индивидуальные решения каким-то образом объединяются (обычно путем голосования) для классификации новых примеров. Хансен Л.К. и Саламон П. в 1990 г. показали, что ансамбль классификаторов может быть более эффективным, чем один, если каждый классификатор ансамбля отличается от других с точки зрения ошибки классификации [2]. Это означает, что одной из основных проблем в объединении классификаторов является «создание разнообразных классификаторов».
Для построения коллективных моделей алгоритмов могут быть реализованы различные типы стратегий. Одна из стратегий состоит в том, что необходимо изменить параметры алгоритмов в коллективе. Это позволит внести разнообразие в процесс обучения, чтобы можно было получить различные модели обучения (шаблоны, паттерны). Эта идея была приведена в работе [3]. Другой популярный подход к построению коллективов заключается в манипулировании примерами обучения. Общая техника известна как бустинг [4] — когда для создания агентов в коллективе используются различные случайно выбранные подмножества. Однако вероятность выбора данных варьируется в зависимости от результатов, полученных из ранее созданных агентов.
Если объединить (агрегировать) результаты предсказания различных агентов, обученных на случайных подмножествах (элементы которых могут пересекаться или дублироваться), то такой метод называется бэг-гинг [5].
Поскольку успех коллективов алгоритмов зависит от набора соответствующих агентов и их разнообразия, возникает необходимость разработки процедуры автоматизированного отбора агентов в состав коллектива. Избыток агентов приводит к возникновению эффекта переобучения. Недостаток агентов может не привести к повышению точности решения задачи. В связи с этим возникает необходимость учета нескольких критериев.
В настоящей работе для учета критериев предлагается применять многокритериальные эволюционные алгоритмы (МЭА) NSGA-II [6] и SPEA-II [7]. Эти алгоритмы позволят автоматизировать формирование состава коллектива, тем самым экономя вычислительные ресурсы (позволят минимизировать число агентов) и решая поставленные задачи достаточно качественно (повышая способность к обобщению результата).
Алгоритм коллективного принятия решения на основе нечеткой логики. Задача распознавания эмоций является задачей классификации, для решения которой используют традиционные классификаторы, такие как смесь гауссовых распределений (GMM), скрытые марковские модели (HMM), искусственные нейронные сети (ANN), метод опорных векторов (SVM), обобщенно-регрессионные нейронные сети (GRNN), глубокие нейронные сети (DNN).
В последние годы все больше внимания уделяется автоматическому и непрерывному прогнозированию эмоций спонтанного поведения людей [8]. Для такой задачи были предложены и исследованы различные регрессионные модели: регрессия опорных векторов (SVR) [9], регрессия вектора релевантности (RVR) [10], нейронные сети прямой проводимости (FNNs) [11], рекуррентные нейронные сети (RNN) [12] и др. При использовании разных размеров одного признакового пространства для непрерывного прогнозирования возбуждения и валентности в различных базах данных выявлено, что одни алгоритмы дают лучше результат при использовании наименьшего признакового пространства, а другие алгоритмы — на всем признаковом пространстве.
Например, в работе [13] сделан вывод о превосходстве алгоритма SVR над BLSTM-RNN, а в работе [14] наоборот, о превосходстве второго метода. Разумным объяснением этому может быть то, что каждая модель прогнозирования имеет свои плюсы и минусы. Например, BLSTM-RNN очень чувствительны к переоснащению, но SVR не может явно моделировать контекстные зависимости.
Многие алгоритмы машинного обучения были применены к проблеме прогнозирования эмоционального состояния человека. Для объединения преимуществ различных регрессионных моделей используют раз-
личные коллективные подходы для дальнейшего улучшения непрерывного предсказания эмоций. Традиционными методами объединения предсказания базовых алгоритмов принятия решения в коллективе являются простое голосование (или голосование большинством), взвешенное голосование, взвешенное среднее, бэггинг, стекинг, бустинг и пр.
Общая схема алгоритма коллективного принятия решения состоит из следующих этапов.
1. Разбить исходную выборку на три части: обучающую, тестовую, проверочную.
2. Выбрать множество агентов для включения их в состав коллектива.
3. Обучить множество имеющихся агентов на обучающем множестве.
4. Для каждого объекта выборки из тестового множества сформировать коллективное решение из агентов с помощью среднего, взвешенного среднего или системы на нечеткой логике.
5. Вычислить ошибку сформированного коллектива на проверочном множестве.
В работе [15] разработан новый метод проектирования интеллектуальных информационных технологий, который основан на нечеткой логике и предназначен для решения задач классификации и регрессии. Нечеткий контроллер (НК) принимает решение о выборе классификационной или регрессионной модели в зависимости от близости тестового объекта к объектам из обучающей выборки и успешностью модели на ближайшем объекте.
Коллектив, спроектированный приведенным методом, апробирован при решении задачи распознавания лиц. В рамках настоящей работы предлагается применить разработанный ранее подход при решении задачи регрессии на базе данных RECOLA [16].
Модификация алгоритма коллективного принятия решения на основе нечеткой логики. Для повышения эффективности решения задачи регрессии необходимо модифицировать процедуру построения НК, а также сам алгоритм принятия решения с его помощью.
Для НК формируются три лингвистические переменные (ЛП) для входа и одна для выхода.
1. Distance. Близость объекта тестовой выборки к ближайшей точке из обучающей выборки. Метрика ЛП — расстояние по евклидовой метрике. Терм — множество: {близко, среднее, далеко}.
2. Error. Разность между выходом регрессионной модели (агента) на тестовой выборке и в ближайшей точке обучающего множества. Метрика
ЛП — расстояние по евклидовой метрике. Терм — множество: {низкая, средняя, высокая}.
3. Weight_agent. Вес агента (вычисляется пропорционально ошибке на обучающем множестве). Метрика ЛП — безразмерная величина в интервале от 0 до 1 (0 — ни одна из точек не была предсказана алгоритмом регрессии, 1 — были предсказаны абсолютно все точки). Сумма весов по всем агентам равна единице. Терм — множество: {низкий, высокий}.
4. Confidence. Степень доверия к регрессионной модели. Метрика ЛП — безразмерная величина в интервале от 0 до 1 (0 — полное отсутствие доверия к алгоритму регрессии, а 1 — абсолютное доверие). Терм — множество: {низкая, средняя, высокая}.
Выходом работы НК для каждого объекта выборки из тестового множества является степень доверия к алгоритму регрессии.
Варьируемыми параметрами пользователя являются два показателя: число ближайших точек из обучающего множества к объекту из тестовой выборки (nPoints), а также число агентов, композиция которых будет применяться для получения решения для объекта из тестовой выборки (nAgent).
При построении решающего правила для каждой тестовой точки, решение будет приниматься тем алгоритмом, степень доверия к которому больше. Эта схема работает в том случае, если принятие решения происходит по одному агенту, т. е. nAgent = 1.
В настоящей работе также предлагается выполнить гибридизацию методов принятия коллективного решения следующим образом. Для текущего решения с помощью системы на нечеткой логике отбирается nAgent лучших агентов (nAgent — параметр алгоритма), а из них итоговое решение принимается средним (FLS_mean) или взвешенным средним (FLS_wmean). При этом веса агентов определяются пропорционально их уверенности на данном примере.
Таким образом, система на нечеткой логике, позволяющая получить степень доверия агента, зависит от пяти параметров, переданных в НК:
FLS (dis tan ce, error, weight _ agent, nPo int, nAgent) = p,.
Функции принадлежности для всех лингвистических переменных входа и выхода имеют треугольный вид. База правил выглядит следующим образом.
IF error — высокая THEN confidence — низкая.
IF error — средняя AND distance — близко AND weight_agent — высокий THEN confidence — высокая.
IF error — средняя AND distance — среднее THEN confidence — средняя.
IF error — низкая AND distance — близко AND weight_agent — высокий THEN confidence — высокая.
IF error — низкая AND distance — близко AND weight_agent — низкий THEN confidence — средняя.
IF error — низкая AND distance — среднее AND weight_agent — высокий THEN confidence — высокая.
IF distance — далеко THEN confidence — низкая.
База правил является достаточно простой и интерпретируемой.
Многокритериальные алгоритмы оптимизации. Многие проблемы проектирования и поддержки принятия решений можно сформулировать как проблемы оптимизации. И в большинстве реальных задач необходимо принимать решение, основываясь не на одном критерии, или показателе качества, а на их совокупности. При решении задачи прогнозирования эмоционального поведения человека коллективными методами необходимо учитывать совокупность двух критериев: точности решения задачи и ее вычислительной сложности.
При выборе агентов в коллективе необходимо учитывать не только точность коллективного решения, но и число агентов в коллективе. Современные средства формирования классификационных и регрессионных моделей позволяют строить модели практически в автоматизированном режиме. И для одной задачи можно получить десятки эффективных агентов. Однако с ростом числа агентов в коллективе уменьшается способность к обобщению и коллектив становится склонным к переобучению. Поэтому при максимизации точности коллектива на тестовых данных необходимо минимизировать число агентов в коллективе.
В настоящее время генетические алгоритмы являются одним из наиболее эффективных средств решения задач многокритериальной оптимизации. Самыми используемыми являются алгоритмы второго поколения SPEA-II [7] и NSGA-II [6]. Эти алгоритмы отличаются относительно простыми реализацией и настройкой, а также разными принципами поиска решений. Выбранные методы основаны на идее доминирования Парето. Практика применения SPEA-II и NSGA-II и получаемые ими высокие результаты, как правило, ограничиваются двух- и трехкритериаль-ными задачами оптимизации, поскольку при увеличении числа критериев сходимость имеет тенденцию к ухудшению точности. Причина этого видится в том, что с ростом числа критериев увеличивалась скорость заполнения популяции недоминируемыми решениями.
В настоящей работе предлагается использовать МЭА оптимизации для экономии вычислительных ресурсов и обеспечения необходимого качества работы коллективной модели при решении задачи регрессии.
При формировании коллектива необходимо выбирать, кто из агентов будет входить в состав коллектива при принятии конечного решения. Если формировать структуру состава коллектива с использованием МЭА, то необходимо закодировать ее в бинарную строку, где один агент закодирован с помощью одного бита. Длина бинарной строки постоянна, так как кодируется для максимального числа агентов, имеющих возможность включения в коллектив.
На рис. 1 приведен пример кодирования бинарной строки МЭА, длина которой равняется числу всех имеющихся агентов.
1 0 1 1 0 0 1 0 1 0
Рис. 1. Способ кодирования состава коллектива методов интеллектуального анализа данных для коллективного принятия решения (0 — агент не принимает участие в принятии решения, 1 — участвует)
В качестве критериев используется коэффициент корреляции согласованности рс и число агентов, формирующих коллектив,
2рахау
С аХ + о2у + (цх -Цу )2 '
где цх и цу — средние значения двух переменных; оХ и о2 — соответствующие дисперсии; р — коэффициент корреляции между двумя переменными.
Далее проводилось тестирование алгоритмов при решении задачи предсказания эмоционального состояния человека на основе базы данных RECOLA по следующим параметрам: 100 поколений, 100 индивидов.
Особенности DB-RECOLA для решения задачи прогнозирования эмоционального состояния человека по аудиоданным. Системы автоматического распознавания эмоций, основанные на контролируемом машинном обучении, требуют надежной аннотации эмоционального поведения для построения полезных моделей. В настоящей работе исследуется эффективность использования алгоритмов машинного обучения и их коллективов, способных интегрировать контекстную информацию в моделирование, для автоматического прогнозирования эмоций от нескольких (асинхронных) оценщиков в непрерывных временных областях, т. е. возбуждение и валентность. Оценка выполняется на базе дан-
ных RECOLA [16], которая содержит модуль Annotation. Этот модуль содержит аннотации (данные об аффективном поведении), выполненные шестью ассистентами (тремя мужчинами, тремя женщинами) с помощью веб-инструмента аннотации ANNEMO. Аннотации представлены для каждой аудиозаписи, записанной отдельно для каждого участника с частотой кадров 40 мс для аффективного (эмоционального) поведения.
В пространственном подходе к определению эмоций используется n-мерное пространство, состоящее из факторов эмоций. Любая эмоция может быть представлена как некоторая комбинация этих факторов. Для одной из таких комбинаций используются два измерения: Valence и Arousal, где первое измерение — насколько положительна или отрицательна эмоция (валентность), а второе измерение — насколько интенсивно физическое возбуждение эмоции (возбуждение) [17]. Например, Happy — это состояние с высокой валентностью, сильное возбуждение, а Stressed — это состояние с низкой валентностью и сильное возбуждение.
База данных представлена 23 субъектами, аудиозапись каждого субъекта длится 5 мин и оценивается 6 аннотаторами. На основе этого необходимо решить задачу прогнозирования аффективного (эмоционального) поведения.
Однако автоматическое распознавание эмоций от непрерывных по времени меток требует определить соответствующую длину временного окна, используемого для предсказания эмоций, которая зависит от модальности и эмоций.
В литературе нет четкого консенсуса относительно наилучшей длины временного окна, которое можно использовать для данной модальности и эмоций. В то время как предполагается, что общая продолжительность эмоции падает от 0,5 до 4 с, длина окна анализа, используемого для предсказания эмоций, может значительно варьироваться в зависимости от модальности; аудио-сигналы обычно меняются со временем быстрее, чем видеосигналы, и даже больше, чем физиологические сигналы. Выбранная последовательность преобразуется во входы с помощью скользящего окна, после чего, данные нормируются.
При увеличении размера окна существенно увеличивается размерность признакового пространства входов. В задаче RECOLA используется продолжительность временного периода 1,5 с, размер признакового пространства составляет 5200, а размерность выборки составляет более 170 000 объектов. Выбор размера временного окна сделан на основе результатов работы [18], в которой наибольшее значение точности решения задачи по аудиоданным достигалось с периодом окна в 1-2 с.
Для уменьшения признакового пространства предлагается применить метод отбора главных компонент (PCA — principal component analysis) с сокращением размерности до 200 компонент. После применения работы PCA исходная выборка делится на три множества: объем обучающей выборки (learning) 65 % , тестовой (testing) 25 %, а контрольной (validation) 15 % общего числа точек.
Результаты экспериментов. Для формирования коллективов решающих правил МЭА в задаче анализа эмоций человека по аудиоданным были взяты следующие агенты.
1. Ансамбль деревьев решений методом градиентного бустинга (GBR).
2. Алгоритм k ближайших соседей для задачи регрессии (KNR).
3. Линейная регрессия, которая строится на основе метрики L1 (LLasso).
4. Линейная регрессия, которая строится методом наименьших квадратов (LR).
5. Гребневая линейная регрессия, которая строится на основе метрики L2 (LRidge).
6-7. Искусственная нейронная сеть (многослойный персептрон) (MLP), построенная на основе библиотеки Scikit-learn (Python). Структура сети: 200 х 100 х 50 х 20, 200 х 200 нейронов на соответствующих слоях, сигмоидальная активационная функция.
8-10. Искусственная нейронная сеть (многослойный персептрон) (NNKeras), построенная на основе библиотеки Keras и TensorFlow (Python). Структура сети: 200 х 100 х 20, 200 х 100 х 50 х 20, 200 х 200 нейронов на соответствующих слоях, сигмоидальная активационная функция.
11-12. Ансамбль деревьев принятия решений методом «случайного леса» (RFR). Число деревьев в ансамбле 10, 50. Глубина дерева 18. Число признаков, используемых одним деревом, 100.
13. Метод опорных векторов для регрессии (SVR).
Критерием эффективности работы предлагаемого подхода на основе нечеткой логики является коэффициент корреляции согласованности рс. Число агентов, композиция которых применялась для получения решения для объекта из тестовой выборки, варьировалось от 1 до 10.
Для текущего решения с помощью системы на нечеткой логике применялось две конфигурации: итоговое решение принималось средним (FLS+M) и взвешенным средним (FLS+W).
Пример эффективности решения задачи прогнозирования метки Arousal приведен на рис. 2. Число агентов при оптимизации состава коллектива, а также без нее существенно влияет на результат. Начиная с nAgs = 3 точность ухудшается, соответственно параметр nAgent должен быть не слишком маленьким и не слишком большим. В результате проведенных исследований (табл. 1 и 2) можно сделать выводы о том, что коллективный метод принятия решения FLS показывает большее значение точности, чем методы mean и wMean. Гибридизация метода FLS в совокупности с принятием решения на основе mean и wMean позволяет улучшить результаты FLS при эффективном выборе числа агентов, принимающих решение. Для метки Valence хорошо работают два и три агента. При этом гибридизация FLS и wMean работают не хуже, а в ряде случаев лучше, чем FLS и mean. С ростом числа агентов точность уменьшается.
NSGA-II-Etest-mean NSGA-II-Etest-wMean NSGA-II-Evalid-mean NSGA-II-Evalid-wMean
SPEA-II-Etest-mean SPEA-II-Etest-wMean -SPEA-II-Evalid-mean SPEA-II-Evalid-wMean
2 4 6 8 10
Рис. 2. Эффективность коллективов с оптимизированным составом в зависимости от выбранного параметра nAgent
Таблица 1
Результаты наихудшего и наилучшего агента для меток Valence и Arousal
Метка класса Agent Etest Evalid
Valence Worst Agent GBR:0,2914 GBR:0,258
Best Agent NNKeras:0,796 NNKeras:0,796
Arousal Worst Agent GBR:0,4617 GBR:0,4617
Best Agent NNKeras:0,8257 NNKeras:0,8236
По результатам, приведенным в табл. 3, невозможно выбрать победителя между SPEA-II и NSGA-II. Данные алгоритмы показали сравнимую эффективность.
Анализ эффективности коллективного принятия решения на основе нечеткой логики для прогнозирования метки Valence
nAg Method Without NSGA-2 SPEA-2
Etest Evalid Etest Evalid MaskMEA Etest Evalid MaskMEA
1 FLS+M 0,810 0,822 0,842 0,840 0000110101110 0,846 0,842 1001010101011
FLS+W 0,810 0,822 0,842 0,840 0000110101110 0,846 0,842 1001010101011
2 FLS+M 0,863 0,851 0,870 0,867 0101101111110 0,873 0,872 1011111111000
FLS+W 0,863 0,851 0,870 0,867 0101101111110 0,875 0,870 1010111111110
3 FLS+M 0,865 0,858 0,866 0,872 1001101111101 0,869 0,871 1010101111000
FLS+W 0,865 0,859 0,866 0,872 1001101111101 0,870 0,874 0110110111010
4 FLS+M 0,840 0,832 0,841 0,843 0100101111101 0,838 0,840 0110101111110
FLS+W 0,842 0,835 0,839 0,843 0101100111110 0,840 0,844 0111101111111
5 FLS+M 0,809 0,797 0,807 0,805 0111010111110 0,806 0,803 0101010111101
FLS+W 0,813 0,801 0,807 0,807 1101010111110 0,812 0,812 0101001111111
6 FLS+M 0,779 0,762 0,773 0,767 0111010111110 0,773 0,768 0110100111111
FLS+W 0,784 0,769 0,778 0,773 0111010111110 0,775 0,769 1110010111101
7 FLS+M 0,749 0,731 0,731 0,724 1110110111011 0,742 0,736 1111101111111
FLS+W 0,755 0,738 0,740 0,735 0111010111110 0,739 0,734 0111101111110
8 FLS+M 0,718 0,699 0,699 0,691 1101101111110 0,700 0,689 0101100111111
FLS+W 0,725 0,708 0,710 0,704 1111101111110 0,787 0,779 0100000111010
9 FLS+M 0,689 0,669 0,665 0,654 1101101111110 0,665 0,656 0111101111110
FLS+W 0,696 0,678 0,729 0,722 0000001101001 0,697 0,692 0101000110010
10 FLS+M 0,659 0,641 0,645 0,633 1111100111111 0,633 0,623 1111101111011
FLS+W 0,668 0,651 0,733 0,720 1000010011000 0,706 0,689 1000000011110
mean 0,580 0,559 0,723 0,709 1000010011000 0,706 0,688 0000001011110
wMean 0,591 0,570 0,733 0,720 1000010011000 0,734 0,729 0100100110000
Анализ эффективности коллективного принятия решения на основе нечеткой логики для прогнозирования метки Arousal
nAg Method Without NSGA-2 SPEA-2
Etest Evalid Etest Evalid MaskMEA Evalid Etest MaskMEA
1 FLS+M 0,848 0,843 0,759 0,757 1000000010011 0,864 0,854 0010100100001
FLS+W 0,848 0,843 0,865 0,851 0000001101001 0,864 0,854 0010100100001
2 FLS+M 0,876 0,868 0,894 0,883 0111101110111 0,893 0,883 0011010111101
FLS+W 0,876 0,868 0,894 0,883 0111101110111 0,893 0,883 0011010111101
3 FLS+M 0,874 0,868 0,874 0,867 0111101110111 0,875 0,866 0110100110001
FLS+W 0,875 0,868 0,875 0,869 0111101110111 0,875 0,866 0110100110001
4 FLS+M 0,858 0,850 0,855 0,847 0010011110101 0,850 0,848 1011011110111
FLS+W 0,859 0,852 0,855 0,851 0010011110101 0,850 0,848 1011011110111
5 FLS+M 0,838 0,833 0,832 0,831 1111010111101 0,827 0,821 1100100110111
FLS+W 0,840 0,835 0,831 0,827 1111010111010 0,827 0,821 1100100110111
6 FLS+M 0,820 0,817 0,811 0,806 1111010111110 0,804 0,798 1101100111110
FLS+W 0,822 0,819 0,810 0,807 1111010111100 0,804 0,798 1101100111110
7 FLS+M 0,802 0,800 0,775 0,768 1100100111111 0,774 0,774 1010111110011
FLS+W 0,805 0,803 0,782 0,777 0101111111110 0,774 0,774 1010111110011
8 FLS+M 0,785 0,783 0,765 0,759 0100110111011 0,765 0,759 1111101110011
FLS+W 0,788 0,786 0,770 0,763 1101101111110 0,765 0,759 1111101110011
9 FLS+M 0,768 0,766 0,741 0,735 1101101111110 0,740 0,735 1110111110011
FLS+W 0,772 0,770 0,757 0,752 0000001101001 0,740 0,735 1110111110011
10 FLS+M 0,752 0,748 0,714 0,707 1100100111111 0,708 0,703 1100100111001
FLS+W 0,756 0,752 0,757 0,752 0000001101001 0,708 0,703 1100100111001
mean 0,679 0,676 0,766 0,756 100100111010 0,787 0,778 0000010100000
wMean 0,687 0,683 0,759 0,757 1000000010011 0,782 0,775 0000100110110
Заключение. Рассмотрена задача прогнозирования эмоционального поведения человека по аудиоданным. Предложена эффективная процедура формирования коллективного решения на основе гибридизации FLS и mean/wMean, позволяющая получить решение точнее, чем решение лучшего агента из коллектива. Предложена процедура формирования эффективного состава коллектива с помощью многокритериального генетического алгоритма (NSGA-II и SPEA-II). В ходе исследований показано, что выбор эффективных агентов с помощью многокритериального генетического алгоритма позволяет существенно повысить точность работы и обобщающую способность коллектива. Для формирования эффективного коллектива рекомендуется использовать SPEA-II, поскольку SPEA-II в общем случае не уступает NSGA-II, а в некоторых конкретных случаях превосходит.
ЛИТЕРАТУРА
[1] Kuncheva L. Combining pattern classifiers. Methods and algorithms. Wiley, 2004.
[2] Hansen L.K., Salmon P. Neural network ensembles. IEEE Trans. Pattern Anal. Mach. Intell., 1990, vol. 12, no. 10, pp. 993-1001. DOI: 10.1109/34.58871
[3] Yamaguchi T., Mackin K.J., Nunohiro E., et al. Artificial neural network ensemble-based land-cover classifiers using MODIS data. Artif. Life Robotics, 2009, vol. 13, no. 2, pp. 570-574. DOI: 10.1007/s10015-008-0615-4
[4] Ridgeway G. The state of boosting. Proc. 31st Symp. Interface, 1999, pp. 172-181.
[5] Breiman L. Bagging predictors. Mach. Learn., 1996, vol. 24, no. 2, pp. 123-140. DOI: 10.1023/A:1018054314350
[6] Deb K., Agrawal S., Pratap A., et al. A fast elitist non-dominated sorting genetic algorithm for Multi-objective optimization: NSGA-II. Parallel Problem Solving from Nature PPSN VI. Springer, 2000, pp. 849-858. DOI: 10.1007/3-540-45356-3_83
[7] Zitzler E., Laumanns M., Thiele L. SPEA2: improving the strength Pareto evolutionary algorithm 2. TIK Report 103. Computer Engineering and Networks Laboratory, Swiss Federal Institute of Technology (ETH). Zurich, Switzerland, 2001.
[8] Gunes H., Pantic M. Automatic, dimensional and continuous emotion recognition. IJSE, 2010, vol. 1, no. 1, pp. 68-99. DOI: 10.4018/jse.2010101605
[9] Drucker H., Burges C.J., Kaufman L., et al. Support vector regression machines. Adv. Neural Inf. Process. Syst., 1997, vol. 9, pp. 155-161.
[10] Tipping M.E. Sparse Bayesian learning and the relevance vector machine, JMLR, 2001, vol. 1, pp. 211-244.
[11] Kwok T.-Y., Yeung D.-Y. Constructive algorithms for structure learning in feedforward neural networks for regression problems. IEEE Trans. Neural Netw., 1997, vol. 8, no. 3, pp. 630-645. DOI: 10.1109/72.572102
[12] Williams R.J., Zipser D. A learning algorithm for continually running fully recurrent neural networks. Neural Comput., 1989, vol. 1, no. 2, pp. 270-280.
DOI: 10.1162/neco.1989.1.2.270
[13] Tian L., Moore J.D., Lai C. Emotion recognition in spontaneous and acted dialogues. Proc. ACII, 2015, pp. 698-704. DOI: 10.1109/ACII.2015.7344645
[14] Nicolaou M.A., Gunes H., Pantic M. Continuous prediction of spontaneous affect from multiple cues and modalities in valence-arousal space. IEEE Trans. Affect. Comput, 2011, vol. 2, no. 2, pp. 92-105. DOI: 10.1109/T-AFFC.2011.9
[15] Polyakova A., Lipinskiy L. A study of fuzzy logic ensemble system performance on face recognition problem. IOP Conf. Ser.: Mater. Sci. Eng., 2017, vol. 173, no. 1, art. 012013. DOI: 10.1088/1757-899X/173/1/012013
[16] Ringeval F., Sonderegger A., Sauer J., et al. Introducing the RECOLA multimodal corpus of remote collaborative and affective interactions. 10th IEEE Int. Conf. Workshops on Automatic Face and Gesture Recognition (FG), 2013, pp. 1-8.
DOI: 10.1109/FG.2013.6553805
[17] Russell J.A. A circumplex model of affect. J. Pers. Soc. Psychol., 1980, vol. 39, no 6, pp. 1161-1178. DOI: 10.1037/h0077714
[18] Ringeval F., Eyben F., Kroupi E., et al. Prediction of asynchronous dimensional emotion ratings from audio-visual and physiological data. Pattern Recogni. Lett., 2015, vol. 66, pp. 22-30. DOI: 10.1016/j.patrec.2014.11.007
Полякова Анастасия Сергеевна — аспирант кафедры «Системный анализ и исследование операций» Сибирского государственного университета науки и технологий имени академика М.Ф. Решетнева (Российская Федерация, 660037, Красноярский край, г. Красноярск, пр-т им. газеты Красноярский рабочий, д. 31).
Липинский Леонид Витальевич — канд. техн. наук, доцент кафедры «Системный анализ и исследование операций» Сибирского государственного университета науки и технологий имени академика М.Ф. Решетнева (Российская Федерация, 660037, Красноярский край, г. Красноярск, пр-т им. газеты Красноярский рабочий, д. 31).
Просьба ссылаться на эту статью следующим образом:
Полякова А.С., Липинский Л.В. Формирование коллектива решающих правил многокритериальным эволюционным алгоритмом в задаче анализа эмоций человека по аудиоданным. Вестник МГТУ им. Н.Э. Баумана. Сер. Приборостроение, 2019, № 4, с. 45-61. DOI: 10.18698/0236-3933-2019-4-45-61
DECISION RULE ENSEMBLE FORMATION VIA A MULTICRITERIA EVOLUTIONARY ALGORITHM FOR THE PROBLEM OF HUMAN EMOTION ANALYSIS IN AUDIO DATA
A.S. Polyakova polyakova_nasty@mail.ru
L.V. Lipinskiy lipinskiyl@mail.ru
Reshetnev Siberian State University of Science and Technology, Krasnoyarsk, Russian Federation
Abstract
One of the most important problems at the current stage of social informatisation is development of human-machine interaction systems, including automated human emotion recognition systems. It is possible to describe human emotions using a combination of two parameters: Valence, which represents how attractive an emotion is (referring to positive and negative emotions), and Arousal, denoting the strength of the emotion (that is, degree of agitation). These parameters are real numbers. We propose to employ ensemble learning methods to improve prediction accuracy. We evaluate the accuracy of an ensemble decision via its congruence coefficient. We used a multicriteria evolutionary algorithm to select agents (algorithms) for the ensemble. Employing a multicriteria evolutionary algorithm made it possible to automate the ensemble formation process, which enabled us to save time and physical resources. Ensemble formation depended on two criteria: maximising accuracy and minimising the number of agents in the ensemble. We used the following ensemble decision-making methods: majority voting, weighted average, weighted average in proportion to the agent trust, and a fuzzy logic system. We present a modification to the fuzzy logic system that improves solution efficiency for the data mining problem. We analysed and investigated how efficient a multicriteria evolutionary algorithm is when solving the problem of predicting emotional behaviour in humans. Our experiments showed that using a multicriteria evolutionary algorithm to automate ensemble formation improves the solution accuracy
Keywords
Ensemble, evolutionary computation, multicriteria optimization algorithms, data mining algorithms, fuzzy logic systems, regression problem
Received 15.01.2019 © Author(s), 2019
The study was supported by the Ministry of Education and Science of the Russian Federation as part of basic state funding of project no. 21680.2017/PCh
REFERENCES
[1] Kuncheva L. Combining pattern classifiers. Methods and algorithms. Wiley, 2004.
[2] Hansen L.K., Salmon P. Neural network ensembles. IEEE Trans. Pattern Anal. Mach. Intell., 1990, vol. 12, no. 10, pp. 993-1001. DOI: 10.1109/34.58871
[3] Yamaguchi T., Mackin K.J., Nunohiro E., et al. Artificial neural network ensemble-based land-cover classifiers using MODIS data. Artif. Life Robotics, 2009, vol. 13, no. 2, pp. 570-574. DOI: 10.1007/s10015-008-0615-4
[4] Ridgeway G. The state of boosting. Proc. 31st Symp. Interface, 1999, pp. 172-181.
[5] Breiman L. Bagging predictors. Mach. Learn., 1996, vol. 24, no. 2, pp. 123-140. DOI: 10.1023/A:1018054314350
[6] Deb K., Agrawal S., Pratap A., et al. A fast elitist non-dominated sorting genetic algorithm for Multi-objective optimization: NSGA-II. Parallel Problem Solving from Nature PPSN VI. Springer, 2000, pp. 849-858.
DOI: 10.1007/3-540-45356-3_83
[7] Zitzler E., Laumanns M., Thiele L. SPEA2: improving the strength Pareto evolutionary algorithm 2. TIK Report 103. Computer Engineering and Networks Laboratory, Swiss Federal Institute of Technology (ETH). Zurich, Switzerland, 2001
[8] Gunes H., Pantic M. Automatic, dimensional and continuous emotion recognition. IJSE, 2010, vol. 1, no. 1, pp. 68-99. DOI: 10.4018/jse.2010101605
[9] Drucker H., Burges C.J., Kaufman L., et al. Support vector regression machines. Adv. Neural Inf. Process. Syst., 1997, vol. 9, pp. 155-161.
[10] Tipping M.E. Sparse Bayesian learning and the relevance vector machine, JMLR, 2001, vol. 1, pp. 211-244.
[11] Kwok T.-Y., Yeung D.-Y. Constructive algorithms for structure learning in feedforward neural networks for regression problems. IEEE Trans. Neural Netw., 1997, vol. 8, no. 3, pp. 630-645. DOI: 10.1109/72.572102
[12] Williams R.J., Zipser D. A learning algorithm for continually running fully recurrent neural networks. Neural Comput., 1989, vol. 1, no. 2, pp. 270-280.
DOI: 10.1162/neco.1989.1.2.270
[13] Tian L., Moore J.D., Lai C. Emotion recognition in spontaneous and acted dialogues. Proc. ACII, 2015, pp. 698-704. DOI: 10.1109/ACII.2015.7344645
[14] Nicolaou M.A., Gunes H., Pantic M. Continuous prediction of spontaneous affect from multiple cues and modalities in valence-arousal space. IEEE Trans. Affect. Comput, 2011, vol. 2, no. 2, pp. 92-105. DOI: 10.1109/T-AFFC.2011.9
[15] Polyakova A., Lipinskiy L. A study of fuzzy logic ensemble system performance on face recognition problem. IOP Conf. Ser.: Mater. Sci. Eng., 2017, vol. 173, no. 1, art. 012013. DOI: 10.1088/1757-899X/173/1/012013
[16] Ringeval F., Sonderegger A., Sauer J., et al. Introducing the RECOLA multimodal corpus of remote collaborative and affective interactions. 10th IEEE Int. Conf. Workshops on Automatic Face and Gesture Recognition (FG), 2013, pp. 1-8.
DOI: 10.1109/FG.2013.6553805
[17] Russell J.A. A circumplex model of affect. J. Pers. Soc. Psychol., 1980, vol. 39, no. 6, pp. 1161-1178. DOI: 10.1037/h0077714
[18] Ringeval F., Eyben F., Kroupi E., et al. Prediction of asynchronous dimensional emotion ratings from audio-visual and physiological data. Pattern Recogni. Lett., 2015, vol. 66, pp. 22-30. DOI: 10.1016/j.patrec.2014.11.007
Polyakova A.S. — Post-Graduate Student, Department of Systems Analysis and Operations Research, Reshetnev Siberian State University of Science and Technology (Imeni gazety Krasnoyarskiy rabochiy prospekt 31, Krasnoyarsk, 660037 Russian Federation).
Lipinskiy L.V. — Cand. Sc. (Eng.), Assoc. Professor, Department of Systems Analysis and Operations Research, Reshetnev Siberian State University of Science and Technology (Imeni gazety Krasnoyarskiy rabochiy prospekt 31, Krasnoyarsk, 660037 Russian Federation).
Please cite this article in English as:
Polyakova A.S., Lipinskiy L.V. Decision rule ensemble formation via a multicriteria evolutionary algorithm for the problem of human emotion analysis in audio data. Herald of the Bauman Moscow State Technical University, Series Instrument Engineering, 2019, no. 4, pp. 45-61 (in Russ.). DOI: 10.18698/0236-3933-2019-4-45-61
